Python Pandas 只能比较相同标签的系列对象

Question

我有三个数据框。这是我的代码，我收到值错误。
raise ValueError("Can only compare identically-labeled Series objects")

ValueError: 只能比较标签相同的 Series 对象。

这是我的代码：

df1
df2
df3
for i in df1:                 # for i from df1
     x = df2.loc[df2['col_1'] == i, 'col_2']   #looking for i in col_1 of df2 and getting coresponding value of col_2 as x.
     y = df3.loc[df3['col_1'] == x, 'col_2']   #looking for x in col_1 of df3 and getting coresponding value of col_2 as y

for 循环中的第一条语句运行正确，但在第二条语句中出现值错误。

Answer 1

假设你的 3 个 DataFrame 有以下内容：

df1:                df2:              df3:
       Aa    Bb       col_1 col_2       col_1 col_2
0  123.15  12.6     0    Aa    Cc     0    Cc    Gg
1  137.53  28.3     1    Bb    Dd     1    Dd    Hh
                    2    Bb    Ee     2    Ee    Jj
                                      3    Ff    Kk

在循环的第一轮 i 包含第一列的名称 在 df1 中，即 'Aa'.

当你执行x = df2.loc[df2['col_1'] == i, 'col_2']时，结果是 系列：

0    Cc
Name: col_2, dtype: object

现在，即使您尝试执行df3['col_1'] == x，也会发生错误。

请注意，在这种情况下，df3['col_1'] 和 x 都是 Series 类型。 在这种情况下：

• Pandas 所做的第一件事是对齐两个系列（在索引上），
• 然后它会比较每对（对齐的）元素。

但在这种情况下：

• df3['col_1'] 包含索引 0 到 3，
• x 中的索引仅包含 一个 位置 - 0。

所以有对齐失败，导致这个异常。

为了解决这个问题，将违规行更改为：

y = df3.loc[df3['col_1'].isin(x), 'col_2']

现在 Pandas 会按照您的预期运行：

• 迭代df3['col_1']，
• 为当前元素检查它的值是否在值之间 出现在 x,
• 如果是，则将当前行中 col_2 中的值添加到 结果。

为了演示这段代码是如何工作的，用一些打印输出完成它：

for i in df1:
    print(f'\ni: {i}')
    x = df2.loc[df2['col_1'] == i, 'col_2']
    print(f'\nx:\n{x}')
    y = df3.loc[df3['col_1'].isin(x), 'col_2']
    print(f'\ny:\n{y}')

当你运行上面的代码，在我的数据上，结果是：

i: Aa

x:
0    Cc
Name: col_2, dtype: object

y:
0    Gg
Name: col_2, dtype: object

i: Bb

x:
1    Dd
2    Ee
Name: col_2, dtype: object

y:
1    Hh
2    Jj
Name: col_2, dtype: object